Post de lançamento do Jev
Diogo Almeida apresenta o Jev, um modelo de decisão estruturado da TypeSafe. Este recurso fornece uma visão geral da abordagem central do modelo, exemplos práticos e métricas de desempenho relatadas pelo autor.
JEVO melhor de Jev: projetos reais, guias práticos e ideias de toda a internet.
Updated 3 JEVLAB NEWS posts
O que há de novoDiogo Almeida apresenta o Jev, um modelo de decisão estruturado da TypeSafe. Este recurso fornece uma visão geral da abordagem central do modelo, exemplos práticos e métricas de desempenho relatadas pelo autor.
A TypeSafe lança oficialmente seu laboratório de pesquisa e apresenta o Jev à comunidade de desenvolvedores. Este anúncio inclui um filme de lançamento de Diogo Almeida e fornece contexto fundamental sobre a missão e a direção futura do projeto.
A TypeSafe removeu a lista de espera do Jev, permitindo o acesso público à plataforma. Os desenvolvedores podem usar o console oficial para integrar e testar recursos de tomada de decisão tipada em seus próprios aplicativos.
TypeSafe destaca a abordagem de saída tipada do Jev: aplicações fornecem estado e perguntas, depois atuam sobre probabilidades, escolhas ou pontuações. A anúncio vinculado também aborda a integração da API Venice.
AI-assisted summaries and translations. Check original sources for context and performance claims.
O serviço Codos automatiza a implementação de IA em empresas, substituindo consultorias tradicionais por agentes que analisam fluxos de trabalho. Essa nova abordagem permite que a própria IA identifique gargalos e integre soluções inteligentes diretamente nos departamentos.
Jev-AV é uma ferramenta de segurança que extrai características estruturais, como entropia e hashes, de executáveis, scripts e documentos. Ela utiliza Jev para avaliar em tempo real se esses arquivos apresentam atividades maliciosas.

One system for commercial operations. AI automation for order processing, quote-to-cash, and the work behind the work, built around your rules and approvals.
Explorar apoiadorWorth Replying é uma ferramenta comunitária que utiliza Jev para identificar discussões relevantes no X. O objetivo é ajudar os usuários a encontrar oportunidades significativas para prospecção de negócios e engajamento.
Este experimento demonstra StarCraft Brood War rodando via WebAssembly como um servidor MCP. Ele mostra um agente de IA tentando jogar, embora o criador observe que o agente foi derrotado por um ataque Zerg.
Este repositório oferece um método de inferência de escolha de token único em lote para modelos de linguagem abertos. Demonstra compatibilidade com TypeSafe, apresentando uma abordagem estruturada para lidar com processos de decisão em nível de token em fluxos de trabalho de IA generativa.
Esta ferramenta permite a análise local de dados de canais do Telegram. Demonstra um método para avaliar a intenção, qualidade, sentimento e tom do locutor usando entradas em formato JSON.
Este experimento demonstra o uso de Jev junto com um LLM para jogar Doom. Explora a capacidade de simular múltiplos resultados futuros potenciais simultaneamente durante o jogo para informar os processos de tomada de decisão no ambiente virtual.
Lemonpod gives founders one morning brief that combines GitHub, calendar, tasks, inbox, and other work signals into a text summary and audio update. Start the day knowing what needs attention without checking multiple apps.
Explorar apoiadorEste projeto demonstra como usar o modelo Jev para extrair informações de documentos PDF. Ele fornece uma interface interativa para classificar trechos de texto com base em perguntas definidas pelo usuário, visualizando as evidências diretamente nas páginas do documento original.
JEVLAB ARTEste servidor MCP integra o TypeSafe Jev em ambientes de codificação como Cursor e Codex. Ele demonstra como incorporar o Jev em ciclos de desenvolvimento automatizados para auxiliar em tarefas de programação por meio de interfaces de cliente MCP padrão.
Esta demonstração interativa de Steve Krouse apresenta uma interface de máquina de escrever baseada em 16 julgamentos. O projeto ilustra o funcionamento de sistemas de entrada baseados em Jev, mostrando como os usuários podem interagir com lógica orientada a julgamentos.
Arbiter é uma ferramenta de desenvolvimento projetada para servir modelos de decisão personalizados por meio de uma API compatível com Jev. Ela permite que desenvolvedores implementem lógica de decisão estruturada e adaptada em suas aplicações usando uma interface padronizada.
Esta publicação comunitária explora como o Jev lida com cenários de tomada de decisão ética. Compara diferentes abordagens para dilemas do bonde para demonstrar a lógica e os padrões de raciocínio do modelo em situações morais complexas.
Esta implementação do Jev automatiza a gestão de tickets de suporte ao classificar solicitações recebidas com base em categoria, urgência e requisitos de roteamento. Demonstra como otimizar fluxos de trabalho de atendimento ao cliente distinguindo entre caminhos de resolução automatizados e humanos.
Este projeto demonstra um pipeline baseado em LLM projetado para automatizar a classificação de documentos fiscais. Ele ilustra um fluxo de trabalho para organizar documentos financeiros, embora os usuários devam verificar independentemente a precisão dos resultados automatizados para suas necessidades fiscais específicas.
Esta ferramenta funciona como um interpretador de lógica que utiliza inglês simples para permitir que o Jev execute tarefas de raciocínio que não consegue realizar sozinho. Demonstra um método para estender as capacidades do modelo através do processamento de linguagem natural.
Este recurso detalha uma avaliação do Jev em doze cenários do mundo real. O autor compartilha observações sobre a velocidade operacional, custos e aplicações práticas, oferecendo uma perspectiva subjetiva sobre o desempenho do sistema em diferentes contextos.
Este projeto integra o TypeSafe Jev como uma camada de decisão para o agente de codificação Pi. Ele demonstra um portão de chamada de ferramentas e utiliza jev_ask para fornecer respostas tipadas e calibradas dentro do fluxo de trabalho do agente.
chowder is a unified API layer that aggregates, normalizes, and serves your data from any source. One endpoint. Every ingredient.
Explorar apoiadorEste guia detalha os três tipos de perguntas fundamentais no TypeSafe AI: Choice, Score e Noul. Explica as estruturas de dados e os valores de retorno associados a cada primitiva para ajudar os desenvolvedores a estruturar suas interações com IA.
Hearth é um agente autônomo que utiliza TypeSafe Jev para pesquisar em várias plataformas de aluguel. A ferramenta controla um navegador para coletar listagens e consolidá-las, focando apenas na leitura e exibição de dados sem realizar transações.
Crowdcheck é uma ferramenta que avalia publicações simulando o feedback de 10.000 personas sintéticas. O objetivo é ajudar os usuários a prever reações e refinar o conteúdo antes da publicação.
Este experimento demonstra o Jev navegando pelo jogo de quebra-cabeça Puyo Puyo. O criador mostra como o sistema avalia os estados do tabuleiro e aplica a tomada de decisão estratégica para gerenciar as peças durante o jogo.
Esta ferramenta de código aberto fornece um mecanismo para calibrar limiares de confiança em sistemas Jev. Demonstra uma abordagem prática para que os usuários ajustem a sensibilidade e alinhem as saídas do modelo com necessidades operacionais específicas.
Superlog is an AI SRE agent that investigates Sentry and Datadog alerts, filters noise, and opens pull requests from Slack.
Explorar apoiadorEste projeto demonstra um pequeno modelo treinado para escolher entre opções de texto dinâmicas usando atribuição de probabilidade em uma única passagem. Inclui implementações experimentais para Doom, xadrez e Wikispeedia para mostrar as capacidades de tomada de decisão do modelo.
Este projeto demonstra um sistema de decisão offline que utiliza Jev para avaliar ramos de pesquisa. O objetivo é agilizar processos complexos de tomada de decisão, fornecendo uma estrutura organizada para selecionar os caminhos mais viáveis em fluxos de trabalho de pesquisa.
jevtest fornece comparadores de teste semânticos para Vitest e Jest usando o modelo Jev. Ele permite escrever expectativas de teste em inglês simples e obter probabilidades calibradas para as asserções.
Esta ferramenta oferece pontuação quase em tempo real para ganchos de redes sociais, avaliando-os contra cerca de 100 personas. Demonstra um método para criadores testarem o desempenho de conteúdo em diversos segmentos de público.
Este projeto demonstra um fluxo de trabalho que utiliza Jev para analisar notícias financeiras e identificar oportunidades de investimento. Destaca como o resumo editorial automatizado pode ajudar os usuários a extrair insights de mercado a partir de grandes volumes de dados.

Sound notifications for any AI agent — hooks for Claude Code, Cursor, Codex & more, plus an MCP server so the agent can choose its own sounds.
Explorar apoiadorO Codex CLI recebeu uma atualização que introduz a funcionalidade de voz. Os usuários podem ativar esse recurso experimental para interagir com a ferramenta através de comandos de áudio.
JEVLAB ARTEste plugin de agente utiliza Jev para determinar os pontos ideais para a compactação de sessões. O objetivo é melhorar a eficiência no gerenciamento de contexto, fornecendo orientações automatizadas sobre quando consolidar os dados da sessão.
Este recurso explora o papel de Jev na automação de processos de tomada de decisão. Demonstra como a classificação e organização eficiente de tarefas permitem novos modelos de negócios, oferecendo uma visão conceitual de como esses sistemas funcionam em estruturas operacionais modernas.
Este repositório fornece um SDK Go não oficial projetado para facilitar a integração com a API Jev da TypeSafe AI. Ele serve como uma ferramenta para desenvolvedores implementarem funcionalidades baseadas em Jev em aplicações Go.
Este experimento compara o Jev com os modelos Mistral e Gemini na validação de listas de eventos locais. Analisa métricas de desempenho relacionadas à latência e custos operacionais ao processar dados estruturados.
A Chrome extension that gives you full control over your browser. Open tabs, fill forms, research topics, automate tasks — all inside Chrome.
Explorar apoiadorEste recurso documenta o AsyncTypeSafeClient para Python, permitindo a interação assíncrona com a API do TypeSafe AI. Detalha parâmetros de configuração, configuração de logs e métodos para gerenciar modelos e executar consultas de sistema.
Esta extensão do Chrome usa Jev para ocultar vídeos do YouTube que podem causar distrações. Ela inclui um recurso de substituição manual, permitindo que os usuários revelem o vídeo quando desejarem.
Esta extensão para o navegador Brave analisa postagens em redes sociais para identificar falácias lógicas em tempo real. Ela marca o conteúdo com uma bandeira verde quando detecta argumentos bem fundamentados, ajudando os usuários a avaliar a qualidade do discurso online.
Este repositório fornece uma ponte para integrar as capacidades da TypeSafe AI ao framework Symfony. Serve como uma ferramenta fundamental para desenvolvedores que desejam implementar interações de IA estruturadas em suas aplicações web baseadas em Symfony.
Este plugin experimental para agentes de codificação utiliza Jev para fornecer feedback de qualidade durante o desenvolvimento. Demonstra uma abordagem local para melhorar os padrões de código dentro dos fluxos de trabalho dos agentes.

Menta es el software de gestión clínica impulsado por IA. Una plataforma todo en uno para la gestión administrativa y clínica de profesionales y clínicas
Explorar apoiadorEste experimento demonstra um sistema de prova virtual de roupas em tempo real. Ele utiliza Jev para processar entradas do usuário e análises de transcrição, permitindo selecionar e atualizar dinamicamente as peças de vestuário em um modelo digital.
Esta ferramenta demonstra uma interface ativada por voz para o Youform desenvolvida com Jev. O criador destaca a velocidade de desenvolvimento alcançada ao implementar esta experiência de criação de formulários conversacionais.
Este projeto demonstra uma interface para desenhar em uma tela tldraw usando comandos de voz e apontar com o dedo. O criador afirma que o sistema Jev determina a ação, o alvo e o local em cerca de 350 milissegundos por palavra falada.
Este é o servidor oficial da comunidade TypeSafe. Ele funciona como um ponto de encontro onde os construtores compartilham demonstrações ao vivo de seus projetos no canal Show and Tell para promover a colaboração.
Esta biblioteca Ruby fornece um cliente para a API do modelo Jev. Ela permite que desenvolvedores realizem consultas em paralelo usando métodos de avaliação baseados em verdade, escolha e rubricas para estruturar a tomada de decisões impulsionada por IA.
JevForge fornece uma pilha de ponta a ponta para tomada de decisão estruturada no estilo Jev. O projeto demonstra o uso de ferramentas para treinamento do Qwen3.5-0.8B, incluindo serviço local, reprodução interativa e avaliação.
Este projeto de pesquisa explora a tomada de decisão probabilística bilíngue local usando contexto, perguntas e respostas candidatas. É um experimento independente inspirado nos conceitos do TypeSafe Jev para avaliar como os modelos processam entradas específicas de idioma localmente.
Este proxy local utiliza TypeSafe Jev para rotear dinamicamente solicitações de subagentes para modelos Claude e níveis de esforço específicos. Ele foi projetado para gerenciar tarefas especializadas de forma independente, preservando o estado da sua sessão de chat principal.
Este projeto demonstra a integração do Jev para gerenciar decisões de direção dentro de uma interface de jogo de corrida. Destaca uma abordagem experimental para usar lógica autônoma para entradas de controle em tempo real em um ambiente simulado.
Este projeto apresenta um sistema de negociação experimental que utiliza Jev para aplicar regras definidas na tomada de decisões. O criador demonstra como a lógica estruturada pode ser aplicada à análise de mercado dentro de uma estrutura tipada.

Falconer is an AI-powered company brain that keeps your engineering documentation accurate, searchable, and up to date by syncing with GitHub, Slack, Linear, and the rest of your stack.
Explorar apoiadorEsta ferramenta atua como um guardião de segurança para agentes de codificação, usando Jev para avaliar chamadas de ferramentas, saídas e respostas. Ajuda a detectar injeções de prompt, limpar segredos e fixar tarefas para garantir interações mais seguras com agentes.
JEVLAB ARTEste projeto fornece um mecanismo de roteamento para tarefas Jev avaliando o nível do modelo, ferramentas, habilidades e esforço. Demonstra uma abordagem estruturada para a distribuição de tarefas em fluxos de trabalho automatizados.
Este pacote fornece uma integração não oficial do TypeSafe Jev AI para Laravel. Ele demonstra como implementar respostas tipadas, solicitações assíncronas e injeção de dependência dentro do framework, incluindo fakes de teste para auxiliar no fluxo de trabalho de desenvolvimento.
Este projeto de desenvolvedor utiliza Jev para implementar um mecanismo de roteamento que seleciona os modelos de IA mais adequados para tarefas de codificação específicas. Demonstra uma abordagem prática para otimizar fluxos de trabalho de seleção de modelos em ambientes de desenvolvimento de software.
Esta publicação comunitária sugere que o Jev poderia servir como uma camada de controle rápida e de baixo custo para agentes de IA. Propõe que a integração do Jev pode otimizar os fluxos de trabalho dos agentes ao fornecer um mecanismo de controle leve.

Dotient is a local-first semantic file search tool that indexes your personal archive. No cloud, no uploads. Starts at $10 one-time.
Explorar apoiadorEste projeto baseado na web apresenta um ambiente de xadrez 3D onde Jev joga ambos os lados. Os usuários podem observar as partidas automatizadas ou intervir a qualquer momento para assumir o controle de um dos lados.
Este projeto demonstra a aplicação do Jev para facilitar a busca rápida em índices de bibliotecas físicas. Explora como técnicas de busca semântica podem ser utilizadas para navegar e recuperar informações de sistemas de catalogação tradicionais não digitais.
Este plugin integra a arquitetura Jev System One com o QuantumNous new-api. Ele permite suporte nativo ao endpoint v1/systemone, facilitando processos de avaliação síncronos e faturamento automatizado de tokens para tarefas de IA.
jevify é um motor de inferência projetado para adaptar LLMs a fluxos de trabalho baseados em Jev. O objetivo é fornecer uma estrutura leve e eficiente para tarefas de tomada de decisão, classificação e pontuação automatizadas.
Este projeto demonstra uma arquitetura de agente onde Hermes planeja e Jev seleciona ações limitadas para jogar Minecraft. Ele reproduz um speedrun bem-sucedido do Ender Dragon, mostrando que verificações de validade no harness e controladores especializados superam LLMs gerais em eficiência e custo.

The AI-augmented control plane for cybersecurity — unify your security stack, quantify cyber risk in dollars, and run governed AI agents.
Explorar apoiador
JEVLAB ARTEste repositório fornece uma estrutura para roteamento de habilidades de agentes com tipagem forte e reconhecimento de confiança no Jev. Demonstra como desenvolvedores podem implementar lógica estruturada para direcionar tarefas de agentes com base em requisitos de habilidades e limites de confiança.
Esta demonstração mostra a Jev AI jogando Tetris em alta velocidade. O criador relata que o sistema completou 357 peças e 134 linhas em dois minutos, ilustrando as capacidades de tomada de decisão rápida do modelo em um ambiente de jogo.
Este SDK PHP não oficial fornece uma interface para a API do TypeSafe AI System One. O criador afirma que mantém paridade funcional com os SDKs oficiais de JavaScript e Python, embora não seja afiliado ao TypeSafe AI.
JEVLAB ARTEste projeto fornece um gateway MCP local para descoberta de ferramentas Jev. Inclui uma interface de painel projetada para ajudar os desenvolvedores a gerenciar e monitorar ferramentas de agentes em seus ambientes de desenvolvimento locais.
Este estudo da Boring Tools Kit analisa os custos de auditorias SEO. Demonstra como a triagem Jev pode ser usada para priorizar correções técnicas e lacunas de conteúdo com base em probabilidades calibradas para otimizar o desempenho de busca.

Friend recommendations, not stranger reviews. Save spots, build your food passport, and search friends food maps when you travel. Free on iOS.
Explorar apoiadorEste guia oficial da TypeSafe AI demonstra técnicas para extrair dados estruturados de entradas pré-analisadas. Ele fornece aos desenvolvedores métodos padronizados para melhorar a confiabilidade ao processar informações complexas dentro dos fluxos de trabalho da TypeSafe.
Este projeto demonstra um sistema baseado em Jev projetado para interagir com interfaces de computador usando modelos CoreML locais e OCR. Ele explora uma alternativa à navegação baseada em capturas de tela para tarefas de agentes automatizados.
Esta ferramenta demonstra uma abordagem recursiva para gerenciar escolhas Jev dentro de uma taxonomia. Permite que os usuários naveguem por mais de 255 opções mantendo a compatibilidade com os limites de escolha do TypeSafe Jev.
JEVLAB ARTEste projeto integra Jev para interação com o navegador e Codex para raciocínio e verificação. O criador afirma que esta arquitetura acelera as operações do navegador, visando melhorar a eficiência em tarefas web automatizadas por meio de um fluxo de trabalho combinado.
Probably exibe preços em tempo real de BTC, ETH e XRP. O projeto demonstra uma lógica de decisão de compra ou espera usando TypeSafe, sem realizar negociações financeiras reais.

Guideless is an AI-powered platform that turns software workflows into video training guides.
Explorar apoiadorEsta ferramenta funciona como uma bola mágica 8 para pull requests, fornecendo uma das vinte frases clássicas. O criador afirma que o agente seleciona as respostas com base em sinais reais do PR em cerca de 200 milissegundos.
A TypeSafe removeu a lista de espera do Jev, permitindo o acesso público à plataforma. Os desenvolvedores podem usar o console oficial para integrar e testar recursos de tomada de decisão tipada em seus próprios aplicativos.
Este repositório fornece um ambiente de teste para o modelo Jev. Ele demonstra aplicações práticas no desenvolvimento de jogos, focando especificamente na lógica de xadrez e na identificação de interlocutores para personagens não jogáveis em sistemas de voz para texto.
Este projeto demonstra o uso do Jev para classificar 500 e-mails por um custo total de 3,5 centavos. O criador afirma que este fluxo de trabalho destaca a eficiência da plataforma no processamento de tarefas de classificação em grande volume.
Este recurso demonstra o uso do Jev para suporte de coaching em tempo real. Ele mostra como a ferramenta ajuda os usuários a detectar e corrigir erros ou inconsistências durante as sessões de escrita para melhorar a qualidade.
Uma conversa aqui no laboratório.
Carregando…
Entre com o Google para ler todas as mensagens e participar.
Esta sala é pública. Visitantes sem login veem prévias parcialmente ocultas. Privacidade